一种融合图神经网络和注意力机制的协同过滤推荐方法

摘要

本发明公开了一种融合图神经网络和注意力机制的协同过滤推荐方法(AGCF)，该方法包括以下步骤：S1、数据采集及处理；S2、划分数据集；S3、构建融合模型；S4、模型的训练及项目推荐。本发明考虑在图结构中学习嵌入表示，通过嵌入传播在用户项目交互图上建模高阶连通性，让模型可以表达高维特征，显式地将协同过滤信号映射到嵌入过程中，获得更有效的嵌入；在得到的特征矩阵上引入CNN(Convolutional Neural Network)学习特征中每一维度之间的高阶相互关系，CNN尤其能抓住矩阵的局部和全局信息特征，而且具有较少的参数，因此更容易训练和泛化，另外，分层的塔式结构也使得高层集成了更丰富的信息，多层的神经网络结构也赋予模型高水平的灵活性和非线性建模能力。